基于改进RetinaNet的行人检测算法

摘要：

为提高实际应用场景中行人的检测精度,提出了使用高分辨率特征提取网络HRNet(high-resolution representation net-work)并引入Guided Anchoring机制对RetinaNet算法进行改进,维持了特征图在特征提取过程中的高分辨率信息,同时使网络中的锚框自适应生成,提高了算法的检测精度.结果表明:该改进算法在Caltech行人数据集上取得了0.905的平均精度均值(mean average precision,mAP),相比于标准的RetinaNet算法提高了6.0％,在每帧图像尺寸为1280×720像素的视频上检测速度达到了19 FPS(FPS为每秒检测帧数),达到了检测精度与检测速度的均衡.

关键词：行人检测、卷积神经网络、RetinaNet、高分辨率网络、Guided Anchoring

所属期刊栏目：22

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金U20A20293

在线出版日期：2022-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：4019-4025